知能と情報, Vol.30, No.5, pp

Size: px

Start display at page:

Download "知能と情報, Vol.30, No.5, pp"

しらんたにしき
4 years ago
Views:

1 Reeves Dennett 1960 ELIZA[1] [2 6]Apple SiriMicrosoft Cortana Amazon EchoGoogle Home [7] [8] Siri Google Now [8] The Effect of Differences in Linguistic Behavior by Conversational Agents Based on Politeness Strategies for Development Relationship with Humans Psychological Effects of Joke at the First Meeting Tomoki MIYAMOTO, Daisuke KATAGAMI, Yuka SHIGEMITSU, Mayumi USAMI, Takahiro TANAKA, and Hitoshi KANAMORI Graduate School of Engineering, Tokyo Polytechnic University Faculty of Engineering, Tokyo Polytechnic University National Institute for Japanese Language and Linguistics Institute of Innovation for Future Society, Nagoya University [9] HAI [10]HAI [11] [10] HAI [12] Turing test 2014 Eugene Goostman [13, 14] [15 17] [18]

2 88 [19] [20 22] [23] PPS NPS PPS NPS PPS [24] Goffman [25] S H [23]S H face S H S H FTAFace-threatening act S FTA S FTA Do the FTA (5) Don t do the FTA On record (4) Off record (1) Baldly (without redress) With redress FTA [23] (2) Positive politeness (3) Negative politeness x 1 Wx = D (S, H) + P (H, S) + Rx (1) 1D S H P S H Rx x H W D P R P R 1 [23, 26] 1 S FTA 1 15 FTA 1 5 5Don t do the FTA H S Help! FTA 1Baldlywithout redress4 Off record Off record On record redressive action 23 S H 2 3 [23, 26] NPS PPS NPS 1 10 PPS H 1 15 [23] [27, 28] [22, 29 35] 754

3 89 システムによる発話の生成に関する研究として,Gupta らは, ポライトネスストラテジーに基づいて自律的に発話を生成するエージェントを提案した [29].Briggs らは, ポライトネス理論に基づいて, 言語表現を人のように細かく調整することが可能なロボットを提案した [30]. 学習支援システムに関する研究では,Wang らによって, 外国語教育システムが学習者に対してフィードバックを行う際に用いるポライトネスストラテジーの違いが, 学習者のモチベーションや学習成果に与える効果の検証が行われた [31]. 人とエージェントやロボットとの場面ごとのインタラクションに注目した研究として,Takayama らは, ロボットが人に対して反対意見を述べる場面で,NPS を用いることによって印象の向上を試みた [32].Maha らは, 受付ロボットが用いるポライトネスストラテジーの効果を検証した [33].Srinivasan らは, ロボットが人に助けを求める場面におけるポライトネスストラテジーの効果を検証し, 場面とストラテジーの効果を対応付けた [22].Torrey らは, ロボットが料理をする人に対してアドバイスを行う場面におけるポライトネスストラテジーの効果を検証した [34]. ロボット同士の円滑な会話を実現するための研究として, 吉池らは, フェイス侵害度を考慮することで, ロボット同士が行う多人数会話の組織化を行った [35]. 以上の従来研究では, 吉池らの研究 [35] を除き, 日本語を対象とした議論が行われていないため, 得られた知見を日本語の会話スタイルに基づいて行うコミュニケーションに直接適応できるとはいえない. 日本語を対象に行われた吉池らの研究では, フェイス侵害度を考慮することでロボット同士の自己目的的な会話 ( 会話それ自体を楽しむ会話 ) を生成した [35]. この知見は, 実験参加者がフェイス侵害を回避するロボットの多人数会話を傍観者 [36] として主観評価した実験の結果から得られた. 一方で吉池ら [35] は, フェイス侵害度を中心に扱っており, ポライトネスストラテジーを含めた議論は行っていない. これらの従来研究に対して, 本研究では, 人とエージェントの日本語で行われる一対一の会話に着目し, エージェントが用いるポライトネスストラテジーが人に与える印象や関係性構築にもたらす効果の検証を試みる. 人とエージェントの関係性構築において, 人同士の会話で用いられる言語的な戦略の有効性は,Cassell らによって示されている [37]. 一方, エージェントとユーザの一対一での会話では, 応答責任が生じることによってユーザの行動が制約される [35] ことが指摘されているが, 本研究では HAI 分野の目標の一つであるユーザと長く付き合っていけるパートナーとしてのエージェントの開発を前提として議論を行う. 以降, 本研究で扱うような人と会話を行うことで関係性を構築していくことが想定されたエージェントを, 会話エージェントと呼ぶことにする. 山田らによる定義では, 会話エージェントは, 身体表現と音声言語を用いて人と対面でコミュニケーションができるエージェント [10] としているが, ここでは広く, チャットボットのようにテキストで発話を行う形態のエージェントも, 会話エージェントに含むこととする. 表 1 NPS と PPS 一覧 [23] NPS PPS 1: 慣習に基づき間接的であれ. 1:H( の興味, 欲求, ニーズ, 持ち物 ) に気づき, 注意を向けよ. 2: 質問せよ, ヘッジを用いよ. 2:( H への興味, 賛意, 共感を ) 誇張せよ. 3: 悲観的であれ. 3:H への関心を強調せよ. 4: 負担 Rx を最小化せよ. 4: 仲間ウチであることを示す標識を用いよ. 5: 敬意を示せ. 5: 一致を求めよ. 6: 謝罪せよ. 6: 不一致を避けよ. 7:S と H を非人称化せよ. 7: 共通基盤を想定喚起主張せよ. 8:FTA を一般的規則として述 8: 冗談を言え. べよ. 9: 名詞化せよ. 9:S は H の欲求を承知し気遣っていると主張せよ, もしくは, それを前提とせよ. 10: 自分が借りを負うこと, 相 10: 申し出よ, 約束せよ. 手に借りを負わせないことを, オンレコードで表せ. 11: 楽観的であれ. 12:S と H 両者を行動に含めよ. 13: 理由を述べよ ( もしくは尋ねよ ). 14: 相互性を想定せよ, もしくは主張せよ. 15:H に贈り物をせよ ( 品物, 共感, 理解, 協力 ). 3. ユーザと会話エージェントの関係性 2.1 節で述べた通り, 人は, 会話相手との心理的距離や社会的な立場を考慮して, 相手のフェイスをできるだけ侵害しないように言語的な配慮を行う. 同様の考え方がロボット同士の多人数会話にも応用されており, フェイス侵害度 (Wx) を考慮したロボットの発話選択の有用性が吉池らの研究によって示された [35]. ここでは, フェイス侵害度に加えて, ポライトネスストラテジー [23] を扱った議論を行う. 3.1 フェイス侵害度に基づいたポライトネスストラテジーの選択本研究では, ポライトネス理論において基本的欲求とされる, 相手に立ち入られたくないという欲求であるネガティブフェイスと, 相手と近づきたいという欲求であるポジティブフェイスに対応したストラテジーである NPS と PPS に着目する. ポライトネスストラテジーを議論に含むことによって, 従来行われたフェイス侵害度のみを扱った議論 [35] と大きな違いが生じる. それは, ポライトネスストラテジーには, 冗談を言うといった, 一般的な認識で考えれば, 場合によって相 2018/10 755

4 90 User NPS Agent Agent acts PPS Wx< User PPS Agent Reject state User Agent User rejects PPS Wx> Agent acts NPSWx> User accepts PPSWx< PPS [38] 2 2 NPS PPS PPS PPS PPS NPS θ θ PPS NPS NPS 3 3 Initial state NPS state PPS state NPS state PPS NPS PPS PPS state PPS state PPS PPS PPS state PPS PPS NPS state User Agent NPS NPS User acts NPS User rejects agent User acts PPS PPS state User User acts NPS Initial state User Greeting NPS or PPS [23] PPS Initial statenps statepps state Reject state Reject state 4 Initial state 3 4 Initial state PPS PPS [24]Siri [8] PPS [39, 40] Agent PPS Agent PPS User acts PPS 756

5 91 できる程度の親密な関係性が構築されている状態でエージェントが冗談を PPS として用いることで, より効果的に心理的距離を縮めることができると考えられる. すなわち, エージェントがユーザに対して冗談を用いた発話を行えば, ユーザはエージェントに対して意図を帰属しやすくなることで機械と会話している感覚が軽減され, 親密度が高い状態であれば, 心理的距離を縮める効果がみられると考えられる. エージェントが, ユーザと初対面など深い関係性が構築されていない状態や, 冗談を好まないユーザと会話している状況で冗談を発話すると, 冗談が受容されずユーザのネガティブフェイスを侵害することで悪い印象を与える可能性もあるが, その一方で, エージェントが機械であるという認識を軽減させると考えられる. 以上の議論から, 下記のような仮説を立て, 被験者実験によって検証する. 実験では, 初対面である実験参加者に対して PPS の一種である冗談を用いて発話するエージェントと,NPS を用いて丁寧な発話を行うエージェントの印象を, エージェントの人らしさに関する印象エージェントの冗談に関する印象会話全体に関する印象エージェント自体に関する印象の 4 観点から比較し,7 段階の質問紙形式で主観評価する. すなわち本研究では, 図 3 の Initial state を想定したうえで, 特に,PPS の一種である冗談の効果に着目して検証を行う. 1. エージェントの人らしさに関する印象は,NPS を用いるエージェントと比較して PPS を用いて発話するエージェントが高い評価を得る. 2. 冗談に関する印象は,PPS を用いるエージェントが初対面の設定で冗談を発話するため, 印象としては冗談が受容されにくく,7 点を最も高い評価として, 平均 5 点未満の評価を受ける. また,NPS を用いるエージェントは冗談を発話しないため, 評価の平均値は 4 点以上 5 点未満に収まる. 3. 会話全体に関する印象は,PPS を用いるエージェントと比較して NPS を用いるエージェントが高い評価を得る. 4. エージェント自体に関する印象は,PPS を用いるエージェントと比較して NPS を用いるエージェントが高い評価を得る. 5. エージェントの人らしさに関する印象について, 男性参加者は女性参加者よりも PPS を用いるエージェントを高く評価する. また, 男性参加者は, エージェントの人らしさに関する印象について,NPS よりも PPS を高く評価する. 4. 実験 : エージェントが用いるポライトネスストラテジーに対する主観評価 4.1 実験目的および変数本実験の目的は,3.3 節の仮説を検証することである. ストラテジーごとの比較を行うために,NPS を用いて発話するエージェントと,PPS を用いて発話するエージェントを用意する. また, エージェントの形態による印象への影響を考慮し, 擬人化された外見を持つエージェントが音声合成によって発話する human agent 条件と, テキストを表示する画面をエージェントとして用いる text agent 条件の 2 条件で実験を行う. 以上より, 本実験の独立変数は, エージェントが用いるポライトネ表 2 NPS と PPS の発話内容の一部比較 NPS PPS はじめまして. はじめまして. ご気分はいかがですか?( 敬意随分と冴えない顔をしてらっを示せ ) しゃいますね.( 冗談を言え ) そうですか. きっと独りのまま息を引き取るのでしょう.( 冗談を言え ) 今日はいい天気ですね. まあ, それは置いといて. 台風などが来てしまうと, 学校今日はいい天気だね. に来られないので困りますよね.( 負担 Rx を最小化せよ ) 社会人になると, 台風でも会社でも, あなたには関係ないね. に行かなければならないかも ( 冗談を言え ) しれませんが.( 負担 Rx を最小化せよ ) スストラテジー ( エージェントの発話内容 ) とエージェントの形態の二つである. 従属変数は, エージェントおよび発話内容に対する実験参加者の主観評価値である. 4.2 実験設定エージェントの発話内容および発話方法本実験では, エージェントが実験参加者と初対面会話を行っている設定で,NPS を用いてエージェントが発話するパターンと,PPS を用いて発話するパターンのシナリオを用意し, それらを用いた動画を作成する. エージェントの発話例を, 表 2 に示す. エージェントの発話シナリオは, 著者らが作成した. NPS と PPS のシナリオの違いは, エージェントが用いるポライトネスストラテジーであり, どちらのシナリオでも, 天気のことや近況など, 同様の非タスク指向話題を取り上げる. PPS のシナリオでは, エージェントが雑談の中に冗談を混ぜて発話を行う.NPS のシナリオでは, エージェントが 10 種類の NPS のうち負担 Rx を最小化せよ, 敬意を示せ, 謝罪せよを用いて丁寧な発話を行う. 表 2 において, エージェントの発話例に, 該当するポライトネスストラテジーを捕捉している. 捕捉のない発話例は, フェイス侵害に寄与の少ない発話 [38] である.PPS の発話数は 53,NPS の発話数は 56 である. どちらの動画も, 時間は約 3 分である. Human agent 条件は, 音声合成によって発話を行う. さらに, 図 4-(a) に示すように画面下に字幕を表示する. 字幕は, 音声合成発話に合わせて一文字ずつ表示される. 字幕を表示する理由として, 音声合成による発話を実験参加者が聞き取れず内容を理解できないことによって評価に影響が出る可能性を防ぐためである.Text agent 条件では, 図 4-(b) に示すように, 黒い画面上に白文字で発話内容を表示する. 音声合成による発話は行わない. 発話内容は,human agent 条件の音声合成発話と同じスピードで, 一文字ずつ表示される. PPS のシナリオにおいて, エージェントは冗談を発話するが, 冗談の内容をユーモラスで友好的なものに設定してしまうと, 実験参加者が主観評価を行う際に,PPS が高い評価を得ることを著者らが望んでいると推測することで評価結果に影響を及ぼす可能性がある. そのため, 本実験では, 冗談に攻撃性を 2018/10 757

92 36 20 1636 18 10 8human agent text agent (a) Human agent (b) Text agent [41] human agent text agent Human agent MMDAgent [42] 4-(a) MMDAgent [43] [44] text agent 4-b human agent text agent NPS PPS

6 human agent text agent (a) Human agent (b) Text agent [41] human agent text agent Human agent MMDAgent [42] 4-(a) MMDAgent [43] [44] text agent 4-b human agent text agent NPS PPS NPS PPS PC human agent 20 Q1: Q2: Q3: Q4: Q5: Q6: Q7: Q8: Q9: Q10: Q11: Q12: Q13: Q14: Q15: Q16: Q17: Q18: Q19: Q20: [41] [45] Q10Q3, Q8, Q12, Q14, Q20Q1, Q2, Q4, Q9, Q13, Q17, Q18Q5, Q6, Q7, Q11, Q15, Q16, Q19 7 1: 2:3: 4:5:6: 7: 20 Q6, Q10, Q14, Q17 Q

7 93 * NPS PPS * + * * p < 0.05, + p < * * #Q10 Q3 Q8 Q12 #Q14 Q20 Q1 Q2 Q4 Q9 Q13 #Q17 Q18 Q5 #Q6 Q7 Q11 Q15 Q16 Q19 図 5 Human agent 条件に対する主観評価値の平均と標準偏差 (n = 18) * NPS PPS * ** ** ** p < 0.01, * p < 0.05, + p < 0.1 * + 7 * #Q10 Q3 Q8 Q12 #Q14 Q20 Q1 Q2 Q4 Q9 Q13 #Q17 Q18 Q5 #Q6 Q7 Q11 Q15 Q16 Q19 図 6 Text agent 条件に対する主観評価値の平均と標準偏差 (n = 18) 4.5 実験結果全参加者の条件別主観評価結果図 5 に,human agent 条件に対する主観評価の結果を, 図 6 に,text agent 条件に対する評価の結果を示す. 同図において, グラフに添えている数字は, 評価の平均点を小数点以下一桁で表したものである. また, 逆転項目には目印として項目番号に # を添えている. これは, 以降のグラフにおいても同様である. Human agent 条件における NPS と PPS の評価値 ( 図 5) を統計的に比較するため, ウィルコクソンの符号付順位検定を用いて, 各質問項目に対して有意水準を 5 % として有意差検定を実施した. 検定に際して, 一つの仮説に対して二群の検定を複数回行っている場合は, 多重比較となるため,Holm 法を用いて, 行った検定の回数に応じて p 値を補正したうえで, 有意水準を 5 % として有意差判定を行った [46]. 以降の検定においても, 必要に応じて p 値を補正している. その結果,Q2,Q6, Q14,Q15,Q19 において有意差 (p <0.05) が認められた. また,Q5,Q10,Q18, において有意傾向 (p <0.1) が認められた. 検定結果と図 5 から, 全 20 項目中 5 項目において NPS と PPS の評価に統計的な差が認められ,5 項目すべてにおいて NPS が高い評価を得たことがわかる. 有意差は認められなかったものの, 有意傾向が認められた 3 項目では,Q5,Q18 において NPS の評価値が高く,Q10 においては,PPS の評価値が高い. その他の項目では,NPS と PPS の評価に差は認められなかった. Text agent 条件における評価値 ( 図 6) に対しても同様にウィルコクソンの符号付順位検定を用いて有意差検定を行った. その結果,Q5,Q6 において有意差 (p <0.01) が認められ,Q2, Q10,Q13,Q14 において有意差 (p <0.05) が認められた. また,Q4 において有意傾向 (p <0.1) が認められた. 検定結果と図 6 から, 全 20 項目中 6 項目において NPS と PPS の評価に統計的な差が認められ,6 項目中 5 項目 (Q2,Q5,Q6,Q13, Q14) は,NPS の評価が高く,1 項目 (Q10) は PPS の評価が高いことがわかる. 有意傾向が認められた 1 項目 (Q4) は,NPS の評価が高い. その他の項目では, 差は認められなかった男女別の主観評価結果ここでは, より多くの項目で NPS と PPS の評価に差がみられた男性参加者による評価結果に注目して結果を示す. 図 7 に,human agent 条件に対する男性参加者の主観評価値の結果を示す. ウィルコクソンの符号付順位検定の結果,Q10 において有意差 (p <0.05) が認められた. また,Q2 において有意傾向 (p <0.1) が認められた. 検定結果と図 7 から, 男性参加者は,Q10 において PPS を高く評価したことがわかる. 有意傾 2018/10 759

8 94 * NPS PPS * p < 0.05, + p < #Q10 Q3 Q8 Q12 #Q14 Q20 Q1 Q2 Q4 Q9 Q13 #Q17 Q18 Q5 #Q6 Q7 Q11 Q15 Q16 Q19 Human agentn=10 Human agent n = 10 Text agent n = 10 Q2 NPS 8 human agent 8 text agent Q2Q6 Q14 p < NPS Human agent 7text agent NPS PPS Q10 8 text agent Q10 p <0.05Q3 p <0.1 Q10 Q3 PPS Q10human agent PPS text agent NPS PPS PPS text agent Q3 PPS Q10 9 human agent PPS Q10 U p < text agent PPS Q10 U Q text agent Human agent 760

9 図図 Male * Female 2.3 * p < 0.05 Human agent 条件における PPS に対するエージェントの人らしさに関する印象評価値の男女比較 4.8 Male Female 4.9 Text agent 条件における PPS に対するエージェントの人らしさに関する印象評価値の男女比較従来研究 [8] でも報告されている. しかし,human agent 条件は, 人らしさに関する評価の平均点が,NPS と PPS のどちらも 4 点未満であることから, 印象としては, 機械と会話している感覚を参加者に与えていたと考えられる. 理由として,human agent 条件では, 擬人化キャラクタが参加者の前に居ることや, 音声合成による発話を行うことで, 発話内容以外の要因が参加者に対して機械的な印象を与えた可能性が考えられる. 3.3 節の仮説 2 に関して, どちらの条件でも PPS の評価値の平均は 5 点未満となり, 仮説を支持する結果となった. このことから, 本実験において, 初対面での冗談は, 平均的には高い評価を得なかったと考えられる.NPS の評価値の平均は, Q14: 相手に冗談を言われて怒りたくなった ( 憤りを感じた ) を除いて,4 点を 0.1 から 0.6 点下回った項目が複数あるものの, どちらの条件でも概ね 4 点以上 5 点未満の範囲に収まった. 一方, Q14: 相手に冗談を言われて怒りたくなった ( 憤りを感じた ) については, 仮説 2 に反して,NPS は, いずれの条件でも平均 5 点以上の高い評価を受けた. また,PPS との評価に有意差がみられた. このような結果となった理由として, PPS の冗談と比較して NPS の丁寧な発話が参加者に対して憤りを感じさせず相対的に評価が高くなったためであると考えられる. Human agent 条件について,3.3 節の仮説 3 は, 会話全体に関する評価の平均値は, 該当する 7 項目すべてにおいて NPS が高い評価を得ているものの, 有意差または有意傾向が認められなかった項目が 5 項目あり, 仮説全体としては支持されなかった. 一方で, Q2: 相手に話を聞いて貰えている感じがしたにおいては, 有意差が認められた. このような結果になった理由として, 初対面の状態で冗談を発話する PPS と比較して相対的に NPS が話を聞いてくれている印象を与えたと考えられる. すなわち, エージェントの攻撃的な冗談が, 参加者のフェイスを侵害した可能性が考えられる. このことから, エージェントの冗談が, 相手のフェイスをないがしろにする行為であるインポライトネス [47] として働き, 話を聞いてくれていないという印象を与えた可能性が示唆される. これに対して NPS は, 初対面という場面設定において, フェイス侵害を回避する働きをしたことが示唆される. これは, 人同士の日本語で行われる初対面会話では, 一般的に話し手が丁寧な表現を用いる割合が多い [48] ためであると考えられる.Text agent 条件についても同様に, 仮説 3 全体としては支持されなかった. 一方で,human agent 条件と同様に Q2 において有意差が認められた. また,text agent 条件とは異なり, Q13: 自分の考えに対して, 相手が期待通りの反応をしたにおいても有意差が認められた. このような結果になった理由としては, 全体的には human agent 条件の場合と同様であると考えられるが, 発話内容以外の要因が少ない text agent 条件の方が, 発話の違いによる印象に差が出やすい可能性があると考えられる. Human agent 条件について,3.3 節の仮説 4 は, エージェント自体に関する評価の平均値は, 該当する 7 項目すべてにおいて NPS が高い評価を得ているものの, 有意差または有意傾向が認められなかった項目が 3 項目あり, 仮説全体としては支持されなかった. このような結果になった原因として, 有意差または有意傾向が認められなかった 3 項目 Q7: 相手のことが好きである, Q11: こんなエージェントが親友や家族のような存在として欲しい, Q16: 相手は, あなたの事をよくわかっているは, 親密な状態になることで高い評価を得られる項目であると考えられ, 初対面場面においては NPS,PPS のどちらも高い評価を得にくかったためであると考えられる. また,text agent 条件についても, Q5: 相手の事を信頼できる, Q6: 相手に対してイライラしたにおいて有意差が認められたものの,human agent 条件と同様に仮説 4 全体としては支持されなかった. 5.2 男女別の結果について Human agent 条件の評価は,3.3 節の仮説 5 を支持する結果となり, エージェントの人らしさの評価 (Q10) において, 男性参加者が PPS を NPS と比較して高く評価した. 理由として, 5.1 節で述べたようにエージェントが外見や音声合成から機械的な印象を与えている一方で, 本実験で用いたメイが女性エージェントであることから, 攻撃的な冗談に対して意外性を強く感じた可能性が考えられる. すなわち, エージェントの外見と行動にギャップを感じた可能性 [49] が考えられる. Text agent 条件の評価は, 仮説 5 に反し, エージェントの人らしさに関する印象の項目 (Q10) において, 男性参加者による NPS と PPS に対する評価値には差がみられなかった. 一方で, 女性参加者は, 同様の項目について PPS を高く評価し, 有意差が認められた. このことから, 男性のみでなく, 女性に対しても, エージェントの冗談によって機械と会話している感覚 2018/10 761

10 96 PPS human agent 5 text agent 5 PPS [8] PPS 10 NPS 4 PPS Torrey [34] PPS [23] [50, 51] PPS PPS NPS 2 NPS PPS NPS 762

11 97 タラクションを行う実験を検討し, 着目するストラテジーや実験参加者の属性の幅を広げることで, より汎用性の高い知見の獲得を試みる. また, エージェントに実装する言語的振る舞いの妥当性についても, より詳細に検討していく予定である. 謝辞本研究は, 名古屋大学エージェントを介した運転者支援研究プロジェクト, 平成 28 年度私立大学研究ブランディング事業および, ユニバーサル未来社会推進協議会教育コミュニケーションロボットの研究開発の支援を一部受けました. 記して感謝します. 参考文献 [1] J. Weizenbaum: ELIZA-a computer program for the study of natural language communication between man and machine, Communications of the ACM, Vol.9, No.1, pp , [2] R. S. Wallace: The anatomy of A.L.I.C.E, in Parsing the Turing Test, Springer, pp , [3] H. Holzapfel: Towards development of multilingual spoken dialogue systems, Proc. of the 2005 L&T Conf. on Language and Technology, [4] P. Andrews: Persuasive argumentation in human computer dialogue, Proc. of the 2006 AAAI Spring Symp. on Argumentation for Consumers of Healthcare, pp. 8-13, [5] Y. Kimura K. Araki, Y. Momouchi, and K. Tochinai: Spoken dialogue processing method using inductive learning with genetic algorithm, System and Computers in Japan, Vol.35, No.12, pp , [6] N. Inui and Y. Kotani: Fully corpus-based natural language dialogue system, Proc. of the 2003 AAAI Spring Symp. on Natural Language Generation in Spoken and Written Dialogue Technical, pp , [7] 狩野芳伸 : コンピューターに話が通じるか : 対話システムの現在, 情報管理, Vol.59, No.10, pp , [8] E. Lugar and A. Sellen: Like having a really bad PA: The gulf between user expectation and experience of conversational agents, Proc. of the 2016 CHI Conf. on Human Factors in Computing Systems, ACM, pp , [9] B. Reeves and C. Nass: The Media Equation, Cambridege University Press, [10] 山田誠二 : 人とロボットの間をデザインする, 東京電機大学出版局, [11] D. C. Dennett: The intentional Stance, Bradford Books, [12] ローブナー賞 : [accessed Sep. 18, 2018] [13] 稲葉通将, 吉野友香, 高橋健一 : 対話システムが話し手役になるためのオープンドメイン独和生成, 人工知能学会論文誌, Vol.31, No.1, pp. 1-9, [14] M. Inaba and K. Takahashi: Neural utterance ranking model for conversational dialogue system, Proc. of the 2016 DIAL Conf. on Discourse and Dialogue, pp , [15] P. Dybala, M. Ptaszynski, J. Maciejewski, M. Takahashi, R. Rzepka, and K. Araki: Multiagent system for joke generation: Humor and emotions combined in human-agent conversation, J. of Ambient Intelligence and Smart Environments, Vol.2, No.1, pp , [16] 松井辰哉, 萩原将文 : 発話極性を考慮したユーモアを有する非タスク指向型対話システム, 日本感性工学会論文誌, Vol.14, No.1, pp. 9-16, [17] 吉田裕介, 萩原将文 : 複数の言語資源を用いたユーモアを含む対話システム, 知能と情報, Vol.26, No.2, pp , [18] 小林峻也, 萩原将文 : ユーザの嗜好や人間関係を考慮する非タスク指向型対話システム, 人工知能学会論文誌, Vol.31, No.1, pp. 1-10, [19] 斎藤由多加, 大澤博隆, 三宅陽一郎 : シーマンは来たるべき会話型エージェントの福音となるか?: 斎藤由多加インタビュー, 人工知能学会誌, Vol.32, No.2, pp , [20] T. Miyamoto, D. Katagami, and Y. Shigemitsu: Improving relationships based on positive politeness between humans and lifelike agents, Proc. of the 2017 HAI Conf. on Human-Agent Interaction, ACM, pp , [21] 宮本友樹, 片上大輔, 重光由加 : Positive politeness の戦略に基づいて発話する擬人化エージェントが人間と構築する新しい関係性, HAI シンポジウム 2017, G7, [22] V. Srinivasan and L. Takayama: Help me please: Robot politeness strategies for soliciting help from humans, Proc. of the 2016 CHI Conf. on Human Factors in Computing Systems, ACM, pp , [23] P. Brown and S. C. Levinson: Politeness: Some Universals in Language Usage, Cambridge University Press, [24] 寺田和憲, 伊藤昭 : 人間はロボットに騙されるか?- ロボットの意外な振る舞いは意図帰属の原因となる -, 日本ロボット学会誌, Vol.29, No.5, pp , [25] E. Goffman: Interaction Ritual: Essays on Face Behavior, Pantheon Books, [26] 岩田祐子, 重光由加, 村田泰美 : 概説社会言語学, ひつじ書房, [27] 内海彰 : 言外の意味コミュニケーション : 語用論概説, 人工知能学会誌, Vol.18, No.3, pp , [28] 岡本雅史 : コミュニケーションの仕掛け認知と行動の変容を促す多重のストラテジー, 人工知能学会誌,Vol.28, No.4, pp , [29] S. Gupta, D. M. Romano, and M. A. Walker: Politeness and variation in syn-thetic social interaction, Proc. of the 2005 H-ACI Workshop on Human-Animated Characters Interaction, [30] G. Briggs and M. Scheutz: The Pragmatic Social Robot: Toward Socially-Sensitive Utterance Generation in Human-Robot Interactions, Proc. of the AAAI Fall Symp. on Artificial Intelligence for Human-Robot Interaction, pp , [31] N. Wang, and W. L. Johnson: The Politeness Effect in an intelligent foreign language tutoring system, Int. Conf. on Intelligent Tutoring Systems, Springer, [32] L. Takayama, V. Groom, and C. Nass: I m sorry, Dave: I m afraid I won t do that: social aspects of human-agent conflict, Proc. of the 2009 CHI Conf. on Human Factors in Computing Systems, ACM, pp , [33] S. Maha, M. Ziadee, and M. Sakr: Effects of politeness and interaction context on perception and experience of HRI, Int. Conf. on Social Robotics, Springer, Cham, pp , [34] C. Torrey, S. R. Fussell, and S. Kiesler: How a robot should give advice, Proc. of the 2013 Int. Conf. on Human-Robot Interaction, IEEE Press, [35] 吉池佑太, 遠藤高史, 福井隆, 大島直樹, ラビンドラデシルバ, 岡田美智男 : フェイス侵害度を考慮した多人数会話の組織化について, ヒューマンインタフェース学会論文誌, Vol.14, No.4, pp , [36] E. Goffman: Forms of Talk, University of Pennsylvania Press, [37] J. Cassell and T. Bickmore: Negotiated Collusion: Modeling social language and its relationship effects in intelligent agents, User Modeling and User-Adapted Interaction, Vol.13, pp , [38] 宇佐美まゆみ : 談話のポライトネスポライトネスの談話理論構想第 7 回国立国語研究所国際シンポジウム報告書談話のポライトネス, 国立国語研究所編, 凡人社,pp. 9-58, [39] A. R. Radcliffe-Brown: On joking relationships, Africa, pp , [40] 大津友美 : 親しい友人同士の会話におけるポジティブポライトネス遊びとしての対立行動に注目して, 社会言語科 2018/10 763

98, Vol.6, No.2, pp. 44-53, 2004. [41], :,, Vol.79, No.1, pp. 18-26, 2008. [42], MMDAgent: http://www.

Kwak: How interface agents affect interaction between humans and computers, Proc. of the 2007 Conf.

page_id=12649 [accessed Sep. 18, 2018] [45] C. Bartneck, D. Kulic, E. Croft, and S.

and perceived safety of robots, Int. J. of Social Robotics, Vol.1, No.1, pp. 71-81, 2009.

of Pragmatics, Vol.25, No.3, pp. 349-367, 1996. [48] :,, No.6, pp. 1-29, 2001. [49], :, Vol.24, No.

2109-21182013. 2018 3 5 2018 7 5 243-0297 1583 TEL: 046-242-9519 E-mail: m1765013@st.t-kougei.ac.

12 98, Vol.6, No.2, pp , [41], :,, Vol.79, No.1, pp , [42], MMDAgent: [accessed Sep. 18, 2018] [43] J. Forlizzi, J. Zimmerman, V. Mancuso, and S. Kwak: How interface agents affect interaction between humans and computers, Proc. of the 2007 Conf. on Designing Pleasurable Products and Interfaces, pp , [44], : web.nitech.ac.jp/?page_id=12649 [accessed Sep. 18, 2018] [45] C. Bartneck, D. Kulic, E. Croft, and S. Zoghbi: Measurement instruments for the anthropomorphism, animacy, likeability, perceived intelligence, and perceived safety of robots, Int. J. of Social Robotics, Vol.1, No.1, pp , [46] :, //, Vol.58, No.10, pp [47] J. Culpeper: Towards an anatomy of impoliteness, J. of Pragmatics, Vol.25, No.3, pp , [48] :,, No.6, pp. 1-29, [49], :, Vol.24, No.2, pp , [50],,,, :,, Vol.24, No.1, pp [51],,,,,,, :,, Vol.54, No.8, pp TEL: m @st.t-kougei.ac.jp HAI IEEEACM International Pragmatics Association Ed.D HAIHCI

13 99 The Effect of Differences in Linguistic Behavior by Conversational Agents Based on Politeness Strategies for Development Relationship with Humans Psychological Effects of Joke at the First Meeting by Tomoki MIYAMOTO, Daisuke KATAGAMI, Yuka SHIGEMITSU, Mayumi USAMI, Takahiro TANAKA, and Hitoshi KANAMORI Abstract: In recent years, for the development of agents capable of communicating as partner of humans, research of to realize a more natural conversation between humans and agents is drawing attention. On the other hand, few researches attempt to systematize the effect of agent s linguistic behavior on the impression and relationship building. Humans are selects linguistic consideration in conversation taking psychological distance and social position into consideration in order to build good relationships with opponents. Based on the idea of Reeves s media equation and Dennett s intentional stance, it seems that there is effective linguistic consideration for relationship building also in human-agent conversation. There, in this research, we aim to verify the effect of agent s linguistic behavior on the impression and relationship building. As an approach, based on the politeness theory, we subjectively evaluate the impression when the agent used jokes that can be expected to have an effect to attribute intention to users among the consideration to actively reduce the distance to the opponent (Positive politeness strategy), and consideration for keeping it (Negative politeness strategy), by participant experiments. Keywords: Human-Agent Interaction, politeness theory, conversational agent, joke Contact Address: Tomoki MIYAMOTO Graduate School of Engineering, Tokyo Polytechnic University 1583 Iyama, Atsugishi, Kanagawa , Japan TEL: m @st.t-kougei.ac.jp 2018/10 765

tikeya[at]shoin.ac.jp The Function of Quotation Form -tte as Sentence-final Particle Tomoko IKEYA Kobe Shoin Women s University Institute of Linguisti

tikeya[at]shoin.ac.jp The Function of Quotation Form -tte as Sentence-final Particle Tomoko IKEYA Kobe Shoin Women s University Institute of Linguistic Sciences Abstract 1. emphasis 2. Speaker s impressions